Die Tricks der Spammer

AKTUAL » UTAMA » HARDWARE » KOMUNIKASI » SOFTWARE » PRAKTEK » INTERNET
AntiSpam
Lebih baik daripada Outlook: Spammer yang terdeteksi
langsung masuk ke dalam daftar hitam
Filter dengan metode daftar hitam (blacklist) seperti SpamPal,
SpamAssassin, atau MailWasher terbukti berfungsi lebih baik
daripada tool yang ada pada Outlook. Filter ini berjaga di antara
mail server pada provider dan mail client pada PC lokal. Dengan
demikian setiap e-mail harus melewati filter tersebut. Tugas dari
penyaring iklan tersebut adalah membandingkan setiap e-mail
yang masuk dengan database dari provider DNSBL (DNS Based
Blacklists), yang terbuka untuk semua orang secara gratis.
Database ini menyediakan informasi seperti alamat IP, identitas
pengirim, dan domain Internet yang tidak dipercaya (untrusted).
Apabila informasi header dari e-mail yang diterima
sama dengan apa yang ada di daftar hitam, maka program Antispam
itu akan menandai e-mail tersebut sebagai spam.
Metode ini lebih menjanjikan tingkat ketepatan yang lebih
tinggi daripada penyaringan lewat e-mail client, tapi masih
memiliki risiko kesalahan pendeteksian. Apabila salah mendeteksi
e-mail yang diinginkan justru akan teridentifikasi sebagai
spam. Seperti yang terjadi belum lama ini pada provider mail
GMX, yang ‘mendaratkan’ e-mail ke dalam daftar hitam karena
kesalahan pada konfigurasinya. Banyak e-mail dari pengguna
GMX yang tidak sampai ke tujuan sehingga memaksa provider
tersebut merevisi database Antispam mereka.
Penyebabnya diperkirakan karena kategori blacklist-nya banyak
bergantung kepada laporan peselancar. Apabila banyak
peselancar menggolongkan mail dari GMX sebagai spam, maka
JUMLAH E-MAIL YANG TERSARING OLEH PROVIDER
AOL
MSN
Yahoo
GMX
Web.de
T-Online
Freenet
12 Juta
25,9 Juta
Tidak ada
Tidak ada
1 Miliar
alamat IP dari GMX-pun akan dimasukkan ke dalam blacklist
dan akhirnya diblokir.
s
Tools gratis:
www.spampal.org; www.spamassassin.org;
www.mailwasher.net
Metoda ini dapat menyaring sekitar 80% spam.
Pemblokir spam yang semakin cerdas:
Filter Bayes membaca e-mail Anda
Efektifitas filter dengan metode ‘hitam dan putih' ini bergantung
pada kualitas sistem DNSBL yang digunakan. Hasil terbaik dicapai
dengan filter spam yang dapat belajar sendiri. Filter seperti ini
biasanya bekerja dengan menggunakan teori Bayes (diambil dari
nama matematikawan Tomas Bayes).
Meskipun terdengar rumit, filter Bayes sebenarnya bekerja berlandaskan
pada prinsip sederhana yaitu setiap kata yang ada pada
e-mail memiliki peluang muncul yang pasti. Kombinasi kata-kata
yang vulgar sering kita jumpai misalnya, memiliki kemungkinan
tinggi untuk digolongkan dalam sebuah e-mail spam, sementara
kata "kemarin di restoran itali" hampir dapat dipastikan merupakan
e-mail yang sifatnya pribadi. Dengan aturan yang berlaku,
filter Bayes menghitung peluang totalnya untuk menentukan apakah
sebuah e-mail tersebut adalah sebuah spam. Semakin tinggi
kemungkinan menuju ke satu arah, semakin nyata e-mail tersebut
diklasifikasikan sebagai ‘positif spam’ atau ‘negatif spam’. Apabila
tidak ada arah yang diketemukan, filter kata akan memeriksa email
apakah terdapat ciri-ciri khas spam lainnya yang digunakan. k
2,4 Miliar
2,4 Miliar
Banjir e-mail: Provider AOL
dan MSN mengail hampir
lima miliar e-mail spam
dari lalu-lintas data (data
flow) setiap harinya.
Sumber: Eigenangaben der Provider
opyright 2004
h
25
CHIP-CD7/2004:
Dapatkan program filter
pilihan pada CHIP-CD
dalam folder Antispam